类似ggpubr效果的ggplot添加置信区间文本的优雅实现方法

有两种成熟的实现方式，都支持自动适配分组、分面场景，无需手动预计算每个分组的统计值：

方案1：使用ggpmisc包（便捷开箱） #

ggpmisc是ggplot2生态中专门用于统计注释的拓展包，其stat_correlation()函数原生支持输出相关系数、p值与置信区间，用法和ggpubr::stat_cor几乎一致：

单图示例代码 #

library(ggplot2)
library(ggpmisc)

# 测试数据和你提供的一致
set.seed(123)
n <- 1000
x_vec <- runif(n)
y_vec <- 3 + 1.3*x_vec + rnorm(n)
df <- data.frame(x = x_vec, y = y_vec)

ggplot(df, aes(x, y)) +
  geom_point() +
  stat_correlation(
    use_label = c("r", "p", "ci"), # 指定显示的内容：相关系数、p值、置信区间
    p.digits = 5, # p值保留位数，和你原参数p.accuracy效果一致
    ci.digits = 3, # 置信区间保留位数
    x = "left", y = "top", # 位置和原stat_cor保持一致
    hjust = 0, vjust = 1
  )

分面示例代码 #

# 生成分组数据
df <- data.frame(x = x_vec, y = y_vec, grp = sample(1:4, n, replace=TRUE))

ggplot(df, aes(x, y, group = grp)) +
  geom_point() +
  facet_wrap(vars(grp)) +
  stat_correlation(
    use_label = c("r", "p", "ci"),
    p.digits = 5,
    x = "left", y = "top",
    hjust = 0, vjust = 1
  )

可通过conf.level参数自定义置信区间的置信水平，默认值为0.95。

方案2：自定义Stat层（纯原生无额外依赖） #

如果不想额外安装第三方包，可以直接自定义ggplot2的统计层，完全自主控制输出格式：

# 自定义统计层逻辑
StatCorCI <- ggproto("StatCorCI", Stat,
  compute_group = function(data, scales, conf.level = 0.95, p.digits = 5) {
    # 每组自动计算cor.test结果
    cor_res <- cor.test(data$x, data$y, conf.level = conf.level)
    # 返回注释文本和位置
    data.frame(
      x = min(data$x, na.rm = TRUE),
      y = max(data$y, na.rm = TRUE),
      label = paste0(
        "r = ", round(cor_res$estimate, 3), "\n",
        "p = ", signif(cor_res$p.value, p.digits), "\n",
        "95% CI: [", round(cor_res$conf.int[1], 3), ", ", round(cor_res$conf.int[2], 3), "]"
      )
    )
  },
  required_aes = c("x", "y")
)

# 封装成调用函数
stat_cor_ci <- function(mapping = NULL, data = NULL, geom = "text",
                       position = "identity", na.rm = FALSE, show.legend = NA,
                       inherit.aes = TRUE, ...) {
  layer(
    stat = StatCorCI,
    data = data,
    mapping = mapping,
    geom = geom,
    position = position,
    show.legend = show.legend,
    inherit.aes = inherit.aes,
    params = list(na.rm = na.rm, ...)
  )
}

# 分面场景调用示例
ggplot(df, aes(x, y, group = grp)) +
  geom_point() +
  facet_wrap(vars(grp)) +
  stat_cor_ci(hjust = 0, vjust = 1)

该方案灵活性最高，可根据需求自由调整注释文本的内容、格式、位置。

内容的提问来源于stack exchange，提问作者Gumeo